株式会社QuantumCore

リザーバコンピューティング
の力を簡単に

「少量データ」で「リアルタイム学習」を
「高精度」に実現するQoreシリーズ

NEWS

プライバシーポリシーを公開しました

プライバシーポリシー

 

株式会社QuantumCore(以下「当社」といいます。)は、当社が提供するサービス「Qore」(以下「本サービス」といいます。)において、当社が取得するユーザー情報を適切に管理運用するために遵守するべき基本的事項として、以下のとおりプライバシーポリシー(以下「本プライバシーポリシー」といいます。)を定め、ユーザー情報を適正に取り扱います。

 

1.取得するユーザー情報と利用目的

本プライバシーポリシーにおいて、「ユーザー情報」とは、当社が本サービスを通して取得する以下の情報をいいます。当社は、ユーザー情報の取得に際しては、あらかじめ取得目的を正当な事業の範囲内で明確に定め、その目的達成に必要な限度において、適法かつ公正な方法で取得し、利用します。

当社は、変更前の利用目的と関連性を有すると合理的に認められる範囲内においてユーザー情報の利用目的を変更することがありますが、利用目的を変更した場合には速やかに通知又は公表します。

【ユーザー登録により受領する情報】

当社は、ユーザーの氏名(法人の場合は企業名および担当者名)、住所、電話番号、ユーザーID(メールアドレス)、パスワード等、本サービスのユーザーから本サービスのユーザー登録時に提供された各情報を取得し、以下の目的の範囲内で使用します。

  • 本サービスに関するユーザー登録の受付、本人確認、お問い合わせ・カスタマーサポート対応等を実施するため
  • 本サービスのユーザーの属性を把握し、また本サービスの利用に関する統計データやトラフィックデータ等を作成することにより、本サービス内容の最適化やマーケティング等に活用するため
  • 利用規約に違反した方や、不正・不当な目的で本サービスを利用しようとされる方のご利用をお断りするため、またそのようなユーザーに対し警告や催告等を行うため
  • 当社から、本サービス及び当社が将来実施する新規サービスについて、アンケート、情報提供または広告のために郵便物や電子メール等を発送ないし発信するため
  • その他本サービスに関するお知らせ等、本サービスをご利用いただくにあたって、必要に応じて連絡を行うため

【本サービスの利用により取得する情報】

当社は、ユーザーによる本サービスの利用状況、アクセス状況、Cookie情報、IPアドレス、サーバーアクセスログに関する情報等を取得し、以下の目的の範囲内で使用いたします。

  • 本サービス及び当社が将来実施する新規サービスの内容の検討用の資料とするため
  • 本サービスの利用に関する統計データやトラフィックデータ等を作成することにより、本サービス内容の最適化等に活用するため
  • サーバーの稼動状況や統計障害情報の分析、サーバー管理のため

 

2. ユーザー情報の第三者への開示について

当社は、以下に定める場合を除き、あらかじめご本人に同意を得ることなく、ユーザー情報を第三者に開示・提供することはいたしません。

① 法令に基づく場合

② 人の生命、身体または財産の保護のために必要がある場合であって、ご本人の同意を得ることが困難であるとき。

③ 公衆衛生の向上または児童の健全な育成の推進のために特に必要がある場合であって、ご本人の同意を得ることが困難であるとき。

④ 国の機関若しくは地方公共団体またはその委託を受けた者が法令の定める事務を遂行することに対して協力する必要がある場合であって、ご本人の同意を得ることにより当該事務の遂行に支障を及ぼすおそれがあるとき。

 

3. ユーザー情報のご本人様への開示について

当社は、個人情報保護法の定めに基づき個人情報の開示を求められたときは、ご本人様のご請求であることを確認の上で遅滞なく開示を行います。ただし、原則として、開示対象は個人情報保護法上の個人情報に該当する情報にとどまり、すべてのユーザー情報が対象となるものではありません。個人情報保護法その他の法令により、当社が開示の義務を負わない場合も、この限りではありません。

 

4. ユーザー情報の訂正等について

当社は、ご本人様より、ユーザー情報の訂正、利用停止、削除のご依頼があった場合、ご本人様であることを確認の上で遅滞なく対応いたしますので、本プライバシーポリシーの末尾に記載のお問合せ窓口よりご連絡ください。

なお、ご依頼内容が、個人情報保護法等の法令に照らして理由がないものと当社が認めた場合、不合理に繰り返される要請である場合等、当社が不当な要請であると判断する要請についてはお断りすることがあります。

 

5. ユーザー情報取扱いの委託

当社は、事業運営上、取得したユーザー情報の利用目的の達成に必要な範囲内で、ユーザー情報の取扱いを外部に委託することがあります。この場合、当社は、委託先を監督し、適切な情報の管理を実施させます。

 

6. 安全管理体制

当社は、ユーザー情報の漏えい、滅失又は毀損の防止その他ユーザー情報の保護のため、当社役員を含むすべての従業員に対する教育の実施や研修等を行い、さらにシステム面でもユーザー情報ファイルへのアクセス制限の実施、アクセスログの記録及び外部からの不正アクセス防止のためのセキュリティ対策の実施等、ユーザー情報の安全管理のための必要かつ適切な措置を講じます。

 

7.プライバシーポリシーの適用範囲

本プライバシーポリシーは、当社の業務提携先企業・業務委託先企業・当社の運営するウェブサイトおよび本サービス内のリンク先のサイト等には適用されません。それらのサイト等において、トラブルが発生した場合は、当社は一切責任を負いません。各サイト等のユーザー情報の取扱いについてご確認下さい。

本サービスは、日本国内に所在するユーザーを対象に提供するものであり、EU域内に所在するユーザーを対象に提供するものではありません。本サービスに関して当社が取得するユーザー情報は、そのユーザーが日本国内に所在するユーザーであることを前提としております。

 

8. プライバシーポリシーの改定

当社は、ユーザー情報の取り扱いに関する運用状況を適宜見直し、継続的な改善に努めるものとし、必要に応じて本プライバシーポリシーを改定することがあります。 プライバシーポリシーの改定については、個別に通知又は本サービス内で皆様に告知する方法で通知いたします。

 

9. お問合せ窓口

当社のユーザー情報の取扱いに関するご質問や苦情等のお問い合わせについては、下記の窓口までご連絡ください。

info@qcore.co.jp

 

2019年11月1日 制定

【スポンサーのご報告】Qiita Advent Calendarのスポンサーを務めます

日本発のプログラマのための技術情報共有サイト「Qiita」において、

年末に行われる企画「Qiita Advent Calendar 2019」のスポンサーを務めさせていただきます。

 



『深層学習以外の機械学習と応用技術 by QuantumCore』

https://qiita.com/advent-calendar/2019/quantumcore_reservoir

 

弊社独自に開発した、深層学習の性能を超える時系列データ解析エンジン「Qore」の REST APIを

Qiita Advent Calendar のために期間限定で提供いたします。

なお、APIを用いたデモやサンプルについての記事以外にも、

リザーバコンピューティングについてや 深層学習以外の機械学習アルゴリズムについての紹介記事も募集しております。

 



#Qiitaとは

「エンジニアを最高に幸せにする」というミッションを持つ、

Incrementsが運営する日本発のプログラマのための技術情報共有サイトです。

プログラミング言語などのキーワードを選択することで、

興味のある分野だけの最新の情報を得ることができます。

また、開発中に自分の得た技術に関する情報を投稿することで、

他のプログラマから自分の投稿に対する適切な評価やフィードバックを得ることができます。

https://qiita.com/

 

 

#Qiita Advent Calendarとは

元々はクリスマスまでの日数をカウントダウンするために使われていたカレンダーのことです。

それにならい、各々定められたテーマに従って 参加者が持ち回りで

自身のブログやサイトに 技術に関連する記事を投稿する企画が多く実施されています。

詳細についてはこちらでご確認ください。

Qiita Advent Calendar 2019 を開催します!🎅

 

 

優秀な発表をされた方には、iPhone11、Google Pixel4、NVIDIA Jetson Nano開発キットなどの豪華賞品を用意しております!

 
ぜひふるってご応募ください!

【メディア掲載】『THE BRIDGE』に掲載されました

 

「起業家と投資家を繋ぐ」をコンセプトに、国内スタートアップを中心としてテクノロジー系ニュースを毎日配信するブログメディア『THE BRIDGE』に
弊社を取り上げ、インタビューしていただきました。

  

代表取締役 CEO 秋吉のインタビュー で、リザーバコンピューティング技術そのものや深層学習との違いなどについて図や動画を用いて説明させていただいております。

また、現在の戦略などについても分かりやすく聞き出していただきました。

  

ぜひご覧ください。

   

 

≪ THE BRIDGE 2019年10月16日掲載 ≫

自己紹介だけで個人を特定できるリザーバコンピューティングのスゴさ、QuantumCore秋吉氏に聞く「深層学習(LSTM)の次」

https://thebridge.jp/2019/10/quantumcore-long-interview

【メディア掲載】WEBメディア『Tachiagare』に掲載されました

 

若手起業家を中心とした挑戦者を応援するWEBメディア『Tachiagare』にて、

代表取締役 CEO 秋吉のインタビューを掲載いただきました!

 

リザーバコンピューティングの技術だけでなく、

代表の秋吉の生い立ちや起業秘話についても

対話形式でカジュアルにお話させていただきました。

 

ぜひご覧ください。

 

 

≪ TACHIAGE 2019年9月12日掲載 ≫

業界初!リザーバコンピューティングをAIで活用。 ワクワクする製品開発へ。

業界初!リザーバコンピューティングをAIで活用。 ワクワクする製品開発へ。

【メディア掲載】『マイナビ AGENT』に掲載されました

転職支援サービスを展開する『マイナビAGENT』のスタートアップ特集「次代を担う スタートアップ企業の中核者達」に弊社を取り上げていただきました。

 

代表取締役 CEO 秋吉のインタビュー記事が掲載されており、
弊社のコア技術であるリザーバコンピューティングの概要や事業内容、
見据える将来像などについてお話させていただきました。
是非ご覧ください。

 

≪ マイナビAGENT 2019年8月28日掲載 ≫
「リザーバコンピューティング」というテクノロジーの力で、一部に集中してしまうために起きる諸問題を解決したい
https://mynavi-agent.jp/helpful/startup/category_it/quantum_core.html

ISIDのオープンイノベーションラボと共同で動画から人間の動作パターンを即時推論する実証実験を実施

弊社は、株式会社電通国際情報サービス(本社:東京都港区、代表取締役社長:名和 亮一、以下ISID)のオープンイノベーションラボ(以下イノラボ)と動画から人間の動作パターンをリアルタイムに推論(Real-time Motion Detection、以下「RMD」)を行う実証実験(以下PoC: Proof of Concept)を実施しました。

【PR TIMES】動画から人間の動作パターンを即時推論する実証実験を実施

ジャフコとIDATENから第三者割当増資により約1.6億の資金を調達

弊社は、JAFCO (本社:東京都港区、代表:豊貴 伸一)及びIDATEN Ventures (本社:東京都港区、代表パートナー:足立健太)を引受先とする約1.6億円の第三者割当増資(シリーズA)を実施いたしました。

リザーバコンピューティングで「少量データ×リアルタイム学習」を実現するAIスタートアップQuantumCoreが、JAFCOとIDATEN Venturesから約1.6億円の資金調達を実施
https://prtimes.jp/main/html/rd/p/000000007.000039630.html

人工知能学会(JSAI2019)に出展します

弊社は、2019年6月4日(火)〜6月7日(金)に新潟県新潟市(朱鷺メッセ 新潟コンベンションセンター)で行われる国内最大の人工知能関連の学術会議である人工知能学会(JSAI2019)にゴールドスポンサーとして協賛しております。
当日はデモ出展もしておりますので、ぜひお立ち寄り下さい。
https://www.ai-gakkai.or.jp/jsai2019/

PRODUCT

業界初リザーバ
コンピューティングを活用した、
新たな次世代多変量時系列処理(RNN)ソリューション

高い精度と圧倒的な速さを
WebAPIで手軽に実現
そのままエッジコンピューティング
までカバー

  • 簡単かつ高精度
    簡単かつ高精度 弊社APIへJSON形式で少ないデータを送るだけで簡単に時系列処理を行うことが出来ます。
    例えば、僅かな学習データを用いて、9名の音声から話者を分類するタスクにおいて、チューニング無しで99.2%の精度を実現。従来のLSTMによる処理に比べ、高い精度を実現
    深層学習(LSTM)との比較簡単かつ高精度
  • 安価
    安価 高価なGPUなどは不要。
    従量課金制APIなどを提供、 またマイコンへの移行をサポート
  • とにかく速い
    とにかく速い 新鋭のリザーバコンピューティングの活用によりリアルタイム学習が可能。深層学習とは違う独自の方法でRNNを実現
    深層学習(LSTM)との学習速度比較とにかく速い

FEATURE

プラットフォームを選ばない 超高速・超高精度な時系列処理技術

複雑系力学分野で研究されてきたリザーバコンピューティングは、 複雑な時系列処理などの深層学習と同じタスクを 量子コンピュータなど、特殊なハードウェアをもちいることなく、 約1/100オーダーのわずかな学習データで、約100倍近く高速 に解くことができます。

プラットフォームを選ばないプラットフォームを選ばない

少量学習データ、超高速学習によるハイペースなPoC

従来の大量データ収集のタイムロスとと、 パラメータチューニング後の 学習待ちのタイムロスがないため、 ハイペースなPoCを実現

少量学習データ、超高速学習によるハイペースなPoC少量学習データ、超高速学習によるハイペースなPoC

USE CASE

従来不可能だった
個人データの活用

従来の 課題 プライバシーなどの観点からクラウドにアップロードすることは難しく また、個人から取れるデータは少なすぎて高精度なモデルの作成は不可能だった。

  • 少量学習データ、超高速学習によるハイペースなPoC

    心電図で疾患判定が、
    93%の精度で可能

    ※公開データによる不整脈判定テスト

  • 少量学習データ、超高速学習によるハイペースなPoC

    音声での話者特定が、
    99%の精度で可能

    ※9人分の公開データによるテスト

  • 少量学習データ、超高速学習によるハイペースなPoC

    振動での姿勢特定を、
    98%の精度で可能

    ※弊社取組による24値分類テスト

環境に制約のある
工業分野での活用

従来の 課題 工業現場は必ずしもインターネットが活用できるわけではない また、異常値などのデータは少なすぎて高精度なモデルの作成は不可能だった。

  • 異常検知

    少量学習データ、超高速学習によるハイペースなPoC

    音での作業状態特定が、
    94%の精度で可能

    ※弊社取組によるテスト

  • 作業工程の可視化

    少量学習データ、超高速学習によるハイペースなPoC

    センサーでの作業特定が、
    73%の精度で可能

    ※弊社取組によるテスト

  • ロボットアーム制御

    少量学習データ、超高速学習によるハイペースなPoC

    センサーでの力学推定を、
    高精度に予測可能(回帰)

    ※弊社取組によるテスト

複雑すぎる
時系列問題での活用

従来の 課題 自然現象など複雑な問題に対して、限定的なセンサーや入力ソースで判別は困難

  • ニオイ検知

    少量学習データ、超高速学習によるハイペースなPoC

    排泄タイミングの特定が、
    80%の精度で可能

    ※弊社取組によるテスト

  • モーション推定

    少量学習データ、超高速学習によるハイペースなPoC

    骨格の動きで動作推定を、
    91%の精度で可能

    ※弊社取組によるテスト

  • 住宅価格の予測

    少量学習データ、超高速学習によるハイペースなPoC

    住宅価格の予想を、
    高精度に予測可能(回帰)

    ※弊社取組によるテスト

TEAM

  • TEAM

    代表取締役 CEO

    秋吉 信吾

    大学院で自然言語処理を研究した後、エキサイト株式会社に入社。自然言語処理を活用した新規サービスの開発、検索エンジン導入プロジェクト等を担当。2012年深層学習を独学し、StartupStudioのMistletoe株式会社では音声/画像認識、対話エージェント等のR&D。2018年当社設立。研究部門の直接統括を通じた経営戦略への橋渡しと全PoCプロジェクトに対し横串で監修。

  • TEAM

    取締役 CTO

    長島 壮洋

    東京大学大学院理学系研究科物理学専攻を修了後、ヤフー株式会社にてヤフオクのシステム開発に従事。株式会社カカクコムに入社し、食べログの開発責任者として立ち上げから参画。国内初の大規模システムへのRuby on Rails導入等行い、国内最大のグルメサイトに成長させる。食べログの米国展開などを担当した後、当社の創業メンバーとして参画し、事業創出、技術開発を推進。

  • TEAM

    事業開発マネージャ

    寺嶋 毅

    米国大学卒。スタートアップで新規事業立ち上げに従事後、シンガポールへ渡り富士ゼロックスにて現地スタートアップや大学機関等と、画像解析やIoT関連のオープンイノベーション案件を行う。帰国後は、ソフトバンク・ビジョン・ファンド関連の新規事業部門にて投資先企業とのパートナーシップを行う。

  • TEAM

    チーフリサーチエンジニア

    三浦 亮太朗

    東京大学修士課程在学。Edinburgh大学にて学部生ながら1年間修士課程相当のコースを認められ、機械学習を体系的に学ぶ。Line株式会社等でのインターンを経て当社の設立に参画。現在テクノロジデモの開発や、コアアルゴリズムのR&Dを担当。

  • TEAM

    リードエンジニア

    児矢野 晋太

    奈良先端科学技術大学院大学修士課程修了。機械学習・深層学習を応用した自然言語処理や時系列解析の研究後、株式会社ユーザローカル入社。音声認識・画像認識・自然言語処理を活用した新規サービスの研究開発を担当。2019年に当社入社。現在コアテクノロジやフレームワークの開発、各種PoCのR&Dをリード。

  • TEAM

    オフィスマネージャ

    齋藤 愛子

    東京工業大学大学院生命理工学研究科を修了後、IT企業にてプロジェクトのマネージャーを経験し、社内技術の標準化や中途社員の教育などを担当。 その後、人事職に転身し現職。

  • TEAM

    リサーチアドバイザ

    池上 高志 (教授)

    東京大学大学院情報学環 教授。人工生命研究の世界的な第一人者。専門は、複雑系・人工生命研究。人工生命(ALIFE)に新たな境地を切り拓き、研究を世界的に牽引。メディアアーティストとしても知られ、Ars Electronicaやメディア芸術祭で受賞歴がある。

  • TEAM

    社外取締役

    足立 健太

    製造業・建設業・物流業を支える技術・サービスへの投資・支援に特化したシードVCであるIDATEN Venturesの創業者兼代表パートナー。100m走の現役選手でもある。理学修士。

  • TEAM

    社外取締役

    北澤 知丈

    東京工業大学大学院社会理工学研究科を修了後、株式会社ジャフコに入社。シード・アーリステージを中心に複数社の投資・支援をを行う。2018年にパートナー就任。

  • TEAM

    顧問弁護士

    熊谷 文麿

    東京大学法学部を卒業後、公共系シンクタンク、バークレイズ証券株式会社を経て佐藤総合法律事務所に入所。GMOクリック証券株式会社社外監査役、GMOアドパートナーズ株式会社社外取締役兼監査等委員を兼務。ロボティクス、AI等のスタートアップ、金融機関、東証一部上場企業を含む多様な法人について、幅広い企業法務を行っている。

COMPANY

株式会社QuantumCore
社名 株式会社QuantumCore
本社 東京都品川区⻄五反田2-14-13
代表者 代表取締役 秋吉 信吾
設立 2018年4月24日
資本金 197,500,000円(資本余剰金含む)
業務内容 リザーバコンピューティングを活用した
次世代時系列処理基盤技術の開発・提供と導入支援。

RECRUIT

募集職種 : webエンジニア

仕事内容 弊社の機械学習ソフトウェアのAPI開発(アクセス制御、アカウント制御等バックエンド開発)
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • LAMP環境でのwebアプリケーション(バックエンド)開発経験3年以上
  • クラウド(AWS)環境のwebサービス運用経験
  • Git, Dockerの利用経験
  • Python, Golangの開発経験

募集職種 : 組み込み系エンジニア

仕事内容 弊社の機械学習ソフトウェアをマイコン等に組み込んで性能評価等を実施
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • マイコン制御など組み込み系開発経験
  • 各種マイコンのハードウェア知識
  • C/C++での開発経験(高速化処理などチューニングができると尚良

募集職種 : 機械学習エンジニア

仕事内容 弊社の機械学習ソフトウェアを利用してクライアントとの実証実験のサポート(性能評価等)
採用希望人数 2名
希望年齢 20代後半から30代前半
前職での経験(開発歴、使用言語etc..)
  • データの前処理も含めた大量データの分析経験
  • 時系列データの分析経験
  • 機械学習の研究開発経験(国際学会に論文採択経験があれば尚良)
  • Pythonを用いたデータ分析経験

募集職種 : ビジネス開発

仕事内容
  • 弊社クライアントニーズに基づくPoC案件の立案および推進
  • 自社プロダクト「Qoreシリーズ」のPDCA
  • 新規事業の立案
  • 開発部門や各役員との折衝
採用希望人数 1名
希望年齢 20代後半から30代前半
前職での経験 いずれかのインダストリへの深掘りを通じたプロジェクト立案の経験
  • データ分析の経験
  • プロジェクトマネージメントの経験
  • マネジメント層へのプレゼンテーション経験
 
Bitnami